IESB


Pós Graduação em Inteligência Artificial

Disciplina: Estatística e Análise de dados

Docente: Mateus Mendelson

Discente: Henrique Brandão

Students Performance

1. Cálculos de média, média aparada, média ponderada e mediana (justifique suas escolhas de cada parâmetro) para cada disciplina.

2. Cálculos de variância, desvio padrão e MAD de cada disciplina.

3. Exibição dos histogramas de cada disciplina.

3.1 - Boxplot

4. Cálculo da matriz de correlação e exibição do respectivo mapa de calor de todas as disciplinas.

Coeficiente de correlação de Pearson:

$r = \frac{\Sigma_{i=1}^n (x_i - \overline{x}) (y_i - \overline{y}) } {(n-1) s_x s_y}$

onde,

5. Visualização 3D das notas das disciplinas separadas por cada grupo de estudantes de acordo com gender, race/ethnicity, parental level of education, lunch e test preparation course. Para cada um desses parâmetros, realize uma única visualização (colocando os pontos de cada grupo em uma cor). Ao final, discorra se há algum padrão que pode ser detectado nessas análises.

6. Escreva suas conclusões sobre o dataset e quais métricas você julga mais interessantes, ou seja, forneça informações úteis para a tomada de decisões de um diretor de escola.